让 Agent 更可靠地调用工具和复用技能、提升模型推理、规划和验证能力

d-OPD: Future-Aware On-Policy Distillation for Block Diffusion Language Models

中文标题d-OPD：Future-Aware On-Policy Distillation 面向 Block Diffusion Language Models

关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。

SCBO: Semantically Coherent Batching and Ordering for LLM-Based Social Surveys

中文标题SCBO：Semantically Coherent Batching 与 Ordering 面向 基于 LLM 的 Social Surveys

关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。

VEX-Bench: Benchmarking Verification Complexity of LLM-Generated Misinformation

中文标题VEX-Bench：基准ing Verification Complexity of LLM-Generated Misinformation

关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。

TermJudge: A Document-Level Metric Judging, Not Counting, Terminology in Machine Translation Evaluation

中文标题TermJudge：A Document-Level Metric Judging，Not Counting，Terminology in Machine Translation 评测

关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。

ActionUNet: Improving Robustness of VLA Models with Efficient Multi-scale Fine-tuning

中文标题ACTionUNet ：通过高效的多尺度微调提高VLA模型的鲁棒性

关注理由涉及视频生成中的新任务、数据或系统线索，可作为后续跟进清单的一部分。

See it, Say it, Sorted: Mechanistic Diagnosis and Parameter-Space Mitigation of Emergent Misalignment in LLMs

中文标题看到它，说出来，分类： LLM中紧急错位的机械诊断和参数空间缓解

关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。

SEAD: A State-Based Perspective on Attack and Defense in Tool-Using Agents

中文标题SEAD：A State-Based Perspective on Attack 与 Defense in Tool-使用 Agents

关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。

HPMD: A Historical Persian Manuscript Dataset for Word Spotting with Line-Level Annotation

中文标题HPMD ：具有行级注释的单词识别历史波斯手稿数据集

关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。

ABC-Align: Prediction-Powered Alignment with Adaptive Bias Control

中文标题ABC-Align ：采用自适应偏置控制的预测动力对齐

关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。

Predictive Semantic Safety: From Visual Physical Reasoning to Safety-Critical Control

中文标题预测语义安全：从视觉物理推理到安全关键控制

关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。

Learning to Steer, Steering to See: Unveiling the Geometry of RLVR in Large Language Models via Trainable Vectors

中文标题学习引导，引导观看：通过可训练向量揭示大型语言模型中RLVR的几何形状

关注理由涉及训练与后训练中的新任务、数据或系统线索，可作为后续跟进清单的一部分。

AdaGuard: An Adaptive Guard Model with User-defined Policies

中文标题AdaGuard ：具有用户定义策略的自适应防护模型

关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。

Behavior-Grounded Semantic Enrichment for Financial Fraud Modeling and Reasoning

中文标题基于行为的金融欺诈建模和推理语义丰富

关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。

Functional Autoencoders for Amplitude-Phase Representation Learning

中文标题用于振幅相位表示学习的功能性自动编码器

关注理由涉及视频生成中的新任务、数据或系统线索，可作为后续跟进清单的一部分。

What Does a Stream Model Buy You in Flow Matching?

中文标题流模型在流匹配中会为您带来什么？

关注理由涉及推理与规划中的新任务、数据或系统线索，可作为后续跟进清单的一部分。

AD-E2E-JEPA: A Joint-Embedding Predictive Architecture For End-to-End Autonomous Driving

中文标题AD-E2E-JEPA：A Joint-Embedding Predictive Architecture 面向 End-to-End Autonomous Driving

关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。

FlowTool: Controlling Tool Parameter in Image Retouching via Flow Matching

中文标题FlowTool ：通过流匹配控制图像修饰中的工具参数

关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。

GPUPhysBench: Benchmarking Coding Agents for Correct and Efficient GPU Physics Simulation

中文标题GPUPhysBench：基准ing Coding Agents 面向 Correct 与 Efficient GPU Physics Simulation

关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。

Source-preserving alignment for robust evidence localization in scientific PDFS

中文标题源代码保持一致，以便在科学PDF中进行强有力的证据本地化

关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。

EdgeVLN: Runtime-Aware Deployment Ready Quantized Vision Language Navigation Model

中文标题EdgeVLN ：运行时感知部署就绪量化视觉语言导航模型

关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。